成功加入购物车
[英] 里普利 著 / 人民邮电出版社 / 2009-08 / 平装
售价 ¥ 20.00 2.9折
定价 ¥69.00
品相 九品
优惠 满包邮
延迟发货说明
上书时间2021-07-27
卖家超过10天未登录
模式识别与神经网络
《模式识别与神经网络(英文版)》是模式识别和神经网络方面的名著,讲述了模式识别所涉及的统计方法、神经网络和机器学习等分支。书的内容从介绍和例子开始,主要涵盖统计决策理论、线性判别分析、弹性判别分析、前馈神经网络、非参数方法、树结构分类、信念网、无监管方法、探寻优良的模式特性等方面的内容。
《模式识别与神经网络(英文版)》可作为统计与理工科研究生课程的教材,对模式识别和神经网络领域的研究人员也是极有价值的参考书。
里普利(B.D.Ripley)著名的统计学家,牛津大学应用统计教授。他在空间统计学、模式识别领域作出了重要贡献,对S的开发以及S-PLUSUS和R的推广应用有着重要影响。20世纪90年代他出版了人工神经网络方面的著作,影响很大,引导统计学者开始关注机器学习和数据挖掘。除本书外,他还著有ModernAppliedStatisticswithS和SProgramming。
1IntroductionandExamples11.1Howdoneuralmethodsdiffer?41.2Thepattermrecognitiontask51.3Overviewoftheremainingchapters91.4Examples101.5Literature152StatisticalDecisionTheory172.1Bayesrulesforknowndistributions182.2Parametricmodels262.3Logisticdiscrimination432.4Predictiveclassification452.5Alternativeestimationprocedures552.6Howcomplexamodeldoweneed?592.7Performanceassessment662.8Computationallearningapproaches773LinearDiscriminantAnalysis913.1Classicallineardiscriminatio923.2Lineardiscriminantsviaregression1013.3Robustness1053.4Shrinkagemethods1063.5Logisticdiscrimination1093.6Linearseparatioandperceptrons1164FlexibleDiseriminants1214.1Fittingsmoothparametricfunctions1224.2Radialbasisfunctions1314.3Regularization1365Feed-forwardNeuralNetworks1435.1Biologicalmotivation1455.2Theory1475.3Learningalgorithms1485.4Examples1605.5Bayesianperspectives1635.6Networkcomplexity1685.7Approximationresults1736Non-parametricMethods1816.1Non-parametricestlmationofclassdensities1816.2Nearestneighbourmethods19163Learningvectorquantization2016.4Mixturerepresentations2077Tree-structuredClassifiers2137.1Splittingrules2167.2Pruningrules2217.3Missingvalues2317.4Earlierapproaches2357.5Refinements2377.6Relationshipstoneuralnetworks2407.7Bayesiantrees2418BeliefNetworks2438.1Graphicalmodelsandnetworks2468.2Causalnetworks26283Learningthenetworkstructure2758.4Boltzmannmachines2798.5Hierarchicalmixturesofexperts2839UnsupervisedMethods2879.1Projectionmethods2889.2Multidimensionalscaling3059.3Clusteringalgorithms3119.4Self-organizingmaps32210FindingGoodPatternFeatures32710.1BoundsfortheBayeserror32810.2Normalclassdistributions32910.3Branch-and-boundtechniques33010.4Featureextraction331AStatisticalSidelines333A.1MaximumlikelihoodandMAPestimation333A.2TheEMalgorithm334A.3MarkovchainMonteCarlo337A.4Axiomsfordconditionalindcpcndence339A.5Oprimization342Glossary347References355AuthorIndex391SubjectIndex399
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30